ডেটা গোপনীয়তা, নিয়ন্ত্রক, নীতিশাস্ত্র এবং এন্ড-টু-এন্ড গভর্নেন্স

লাভ:

• স্বাস্থ্য ডেটা হল বিশেষ মানের ডেটা এবং KVKK/আইনের সুযোগের মধ্যে বেনামীকরণ, স্টোরেজ এবং ভাগ করার নিয়মগুলি বোঝা
• কৃত্রিম বুদ্ধিমত্তার ব্যবহারে নৈতিক নীতি (ন্যায্যতা, স্বচ্ছতা, জবাবদিহিতা) এবং একটি কর্পোরেট গভর্নেন্স নীতি খসড়া করার ক্ষমতা
• একটি গভর্নেন্স ফ্রেমওয়ার্ক প্রতিষ্ঠা করতে সক্ষম হওয়া যেখানে কৃত্রিম বুদ্ধিমত্তা আউটপুট ব্যবস্থাপক এবং ক্লিনিকাল সিদ্ধান্তগুলিকে প্রতিস্থাপন করে না এবং দায়িত্ব এবং চূড়ান্ত অনুমোদন সর্বদা মানুষের সাথে থাকে।

এই মডিউল জুড়ে, আমরা প্রতিটি অপারেশনাল এলাকায়, অ্যাপয়েন্টমেন্ট থেকে শয্যা, পূর্বাভাস থেকে রাজস্ব, গুণমান থেকে ইনভেন্টরি পর্যন্ত AI-কে অ্যাক্সিলারেটর হিসেবে ব্যবহার করেছি। কিন্তু এই সমস্ত শক্তিশালী ব্যবহারের উপর একটি ছাদ রয়েছে: ডেটা গোপনীয়তা, নিয়ন্ত্রক সম্মতি এবং নীতিশাস্ত্র। এই ফ্রেমওয়ার্ক ছাড়া, আপনি ত্বরান্বিত প্রতিটি ব্যবসা একটি পরিবর্ধিত ঝুঁকি. এই শেষ ইউনিটটি বিচ্ছুরিত নিয়মগুলিকে একক শাসন কাঠামোতে একত্রিত করে। গভর্নেন্স হল এমন একটি ব্যবস্থাপনা ব্যবস্থা যা সংজ্ঞায়িত করে যে একটি প্রতিষ্ঠানে কে কী করতে পারে এবং কোন নিয়মের অধীনে এবং কীভাবে দায়িত্ব ও নিয়ন্ত্রণ কাজ করে। আসুন মূল নীতিটি আবারও করা যাক, সবচেয়ে স্পষ্টভাবে: এআই আউটপুট ব্যবস্থাপক এবং ক্লিনিকাল সিদ্ধান্তগুলিকে প্রতিস্থাপন করে না; দায়বদ্ধতা এবং চূড়ান্ত অনুমোদন সর্বদা মানুষের সাথে থাকে।

কেন স্বাস্থ্য তথ্য ব্যক্তিগত?

স্বাস্থ্য তথ্য সাধারণ তথ্য নয়। Türkiye ভাষায়, KVKK (ব্যক্তিগত ডেটা সুরক্ষা আইন) স্বাস্থ্য তথ্যকে "বিশেষ প্রকৃতির ব্যক্তিগত ডেটা" হিসাবে বিবেচনা করে; এর মানে সর্বোচ্চ স্তরের সুরক্ষা। এর ইউরোপীয় সমতুল্য GDPR। যদি একজন রোগীর রোগ নির্ণয়, চিকিত্সা, প্রোটোকল নম্বর প্রকাশ করা হয়, অপরিবর্তনীয় ক্ষতি ঘটবে: কলঙ্ক, বৈষম্য, বিশ্বাসের ক্ষতি। তাই কিছু মৌলিক নিয়ম আছে। বেনামীকরণ হ'ল ডেটা থেকে ব্যক্তির সনাক্তকারী সমস্ত তথ্য (নাম, আইডি, প্রোটোকল, বিরল রোগ নির্ণয় + বয়স + অবস্থানের সংমিশ্রণ) অপসারণ করা। ডেটা মিনিমাইজেশন হল ন্যূনতম পরিমাণ ডেটা নিয়ে কাজ করা যা কাজটি করবে। উদ্দেশ্য সীমাবদ্ধতার অর্থ শুধুমাত্র সেই উদ্দেশ্যে ডেটা ব্যবহার করা যার জন্য এটি সংগ্রহ করা হয়েছিল। ধারণ সীমা প্রয়োজনের চেয়ে বেশি সময় ডেটা রাখা নয়।

একটি পাবলিক AI টুলে রোগীর ডেটা পেস্ট করা একটি বহিরাগত সার্ভারে ডেটা পাঠাচ্ছে এবং এটি একটি গুরুতর লঙ্ঘন। সঠিক পদ্ধতি: ডেটা বেনামী করুন, যদি সম্ভব হয় কর্পোরেট এবং ডেটা প্রসেসিং চুক্তির সাথে টুলগুলি বেছে নিন (যেগুলি মডেল প্রশিক্ষণের জন্য আপনার ডেটা ব্যবহার করে না), এবং একটি লিখিত নীতি রাখুন যে ডেটা কোন টুলে যেতে পারে। মনে রাখবেন: যখন ছোট টুকরা একত্রিত হয়, একজন ব্যক্তিকে পুনরায় সংজ্ঞায়িত করা যেতে পারে; যদিও "68 বছর বয়সী মহিলা" নিরাপদ, "68 বছর বয়সী মহিলা, X গ্রামের, বিরল রোগ Y সহ" আর বেনামে নেই৷

নৈতিকতা এবং শেষ থেকে শেষ শাসন

গুড এআই গভর্নেন্স তিনটি নৈতিক নীতির উপর ভিত্তি করে। ন্যায্যতা হল যে AI পদ্ধতিগতভাবে রোগীদের (বয়স্ক, নিম্ন আয়ের, গ্রামীণ) গোষ্ঠীর ক্ষতি করে না; বর্জনের জন্য নো-শো স্কোর ব্যবহার না করা এটির একটি উদাহরণ। স্বচ্ছতা মানে ব্যাখ্যা করতে সক্ষম হওয়া সিদ্ধান্তটি কিসের উপর ভিত্তি করে; একটি দৃশ্যমান ন্যায্যতা সহ একটি পরামর্শ পছন্দ করা হয়, একটি "ব্ল্যাক বক্স" পরামর্শ নয়৷ জবাবদিহিতা মানে প্রতিটি সিদ্ধান্তের পিছনে একজন দায়িত্বশীল ব্যক্তি থাকা; "এআই তাই বলেছে" একটি প্রতিরক্ষা নয়।

যা এই নীতিগুলিকে কার্যকর করে তা হল একটি শাসন নীতি। একটি ভাল নীতি সংজ্ঞায়িত করে: কোন ডেটা কোন গাড়িতে যেতে পারে (ডেটা শ্রেণীবিভাগ); বেনামী করার নিয়ম; প্রতিটি কাজের জন্য মানুষের অনুমোদন পয়েন্ট (কে কী স্বাক্ষর করে); জবাবদিহিতা এবং অডিট ট্রেইল (কে কখন কী করেছিল — ট্রেইল রেকর্ড); এবং নৈতিক নীতি। এই নীতিটি একটি একক প্রাতিষ্ঠানিক কাঠামোর মধ্যে আমরা সমস্ত মডিউল জুড়ে দেখেছি এমন সমস্ত "লোকেরা সিদ্ধান্ত নেয়" বিবৃতিগুলিকে একত্রিত করে৷

মনোযোগ: "AI প্রস্তাবিত, আমি বাস্তবায়ন করেছি" বাক্যটি দায়িত্ব হস্তান্তর নয়। আইনগত এবং নৈতিকভাবে, দায়িত্ব সেই ব্যক্তির সাথে থাকে যে পরামর্শটি গ্রহণ করে এবং বাস্তবায়ন করে। শাসন ​​এই দায়িত্বটিকে সুনির্দিষ্টভাবে দৃশ্যমান এবং সনাক্তযোগ্য করে তোলে।

তিনটি মিনি কেস

কেস 1 - পুনরায় সনাক্তকরণের ঝুঁকি। একটি ইউনিট একটি "বেনামী" কেস সারাংশ ভাগ করেছে: "আমাদের শহরের একমাত্র হার্ট ট্রান্সপ্লান্ট রোগী, একজন 34 বছর বয়সী পুরুষ, গত মাসে ছাড়া পেয়েছেন।" এই বাক্যটিতে কোন বিশেষ্য ছিল না, তবে সংমিশ্রণটি সেই ব্যক্তিকে অনন্যভাবে বর্ণনা করেছে। এতে আপত্তি তোলেন গুণী কর্মকর্তা; বিরল বৈশিষ্ট্যের সংমিশ্রণ বেনামি ভাঙে। বর্ণনামূলক বিশদগুলি সরিয়ে এবং সাধারণীকরণ করে সারাংশটি পুনরায় লেখা হয়েছিল।

কেস 2 — ট্রেস রেকর্ডের মান। একটি হাসপাতালে, AI এর সাথে উত্পাদিত একটি ম্যানেজমেন্ট রিপোর্টের একটি নম্বর ভুল বলে প্রমাণিত হয়েছিল এবং ম্যানেজমেন্টকে ভুল তথ্য পাঠানো হয়েছিল। নিরীক্ষা চলাকালীন, প্রশ্ন "এই নম্বরটি কোথা থেকে এসেছে, কে এটি নিশ্চিত করেছে?" জিজ্ঞাসা করা হয়েছিল। যেহেতু প্রতিষ্ঠানের গভর্নেন্স নীতি প্রতিটি AI আউটপুটের জন্য একটি "উৎস + যাচাইকারী + তারিখ" রেকর্ড বাধ্যতামূলক করে, এটি অবিলম্বে স্পষ্ট ছিল যে ত্রুটিটি ঘটেছে যেখানে যাচাইকরণের পদক্ষেপটি এড়ানো হয়েছিল। ট্রেস রেকর্ডিং প্রক্রিয়াটি সংশোধন করার জন্য ব্যবহার করা হয়েছিল, অপরাধীদের অনুসন্ধান করতে নয়।

কেস 3 - নীতি একটি সংকট প্রতিরোধ করে। একজন নতুন কর্মচারী তার ডিসচার্জ তালিকা একটি পাবলিক এআই টুলে আপলোড করতে চলেছেন। প্রতিষ্ঠানের সুস্পষ্ট নীতিতে বলা হয়েছে যে "রোগী শনাক্তকরণ সম্বলিত কোনো ফাইল খোলা টুলে প্রবেশ করে না, সেগুলি প্রথমে বেনামী, এবং শুধুমাত্র অনুমোদিত প্রাতিষ্ঠানিক টুল ব্যবহার করা হয়।" কর্মচারী নীতিটি মনে রেখেছে, ডেটা বেনামী করেছে এবং অনুমোদিত টুল ব্যবহার করেছে। লিখিত শাসন প্রাতিষ্ঠানিক প্রতিফলন হিসাবে একটি ব্যক্তিগত ভুল প্রতিরোধ করে।

চারটি অনুলিপিযোগ্য টেমপ্লেট

1) খসড়া তথ্য শ্রেণীবিভাগ নীতি:

আপনার ভূমিকা: স্বাস্থ্যসেবা প্রতিষ্ঠানের তথ্য নিরাপত্তা/গুণমান কর্মকর্তার সহকারী। আমাদের প্রতিষ্ঠানের জন্য "কী ডেটা এআই-তে প্রবেশ করতে পারে" শ্রেণিবিন্যাসের সারণী তৈরি করুন: লাল (কখনও নয়: রোগীর আইডি, আইডি, প্রোটোকল), হলুদ (বেনামী), সবুজ (বিনামূল্যে: সর্বজনীন, নৈর্ব্যক্তিক)। প্রতিটি শ্রেণীর জন্য উদাহরণ এবং নিয়ম লিখুন। বলুন যে এটি একটি খসড়া এবং আইন/সম্মতি বিভাগকে এটি অনুমোদন করতে হবে।

2) বেনামী চেকলিস্ট:

একটি বেনামী চেকলিস্ট প্রস্তুত করুন যা আমি AI কে কোনো ডেটা দেওয়ার আগে চালাব: নাম/TC/প্রোটোকল আউটপুট, বিরল বৈশিষ্ট্যের সংমিশ্রণ (বয়স+অবস্থান+বিরল নির্ণয়) কি ব্যক্তিকে শনাক্ত করে, কোনো অপ্রয়োজনীয় স্থান আছে কি, এটি একটি কর্পোরেট অনুমোদিত টুল। প্রতিটি আইটেম হ্যাঁ/না চিহ্নিত করা যাক.

3) মানুষের অনুমোদন পয়েন্ট মানচিত্র:

নিম্নলিখিত AI ব্যবহারের ক্ষেত্রগুলির জন্য একটি "কে অনুমোদন করে" টেবিল তৈরি করুন (প্রতিবেদন, চাহিদার পূর্বাভাস, বিছানা অগ্রাধিকার, বিলিং কোড, শিফ্ট সময়সূচী): ঝুঁকির স্তর এবং প্রতিটি এলাকার জন্য বাধ্যতামূলক মানব অনুমোদন কর্তৃপক্ষ৷ উচ্চ-ঝুঁকিপূর্ণ এলাকায় ক্লিনিকাল+প্রশাসনিক দ্বিগুণ অনুমোদনের প্রয়োজনীয়তার উপর জোর দিন।

4) এআই আউটপুট ট্রেস রেকর্ডিং টেমপ্লেট:

প্রতিটি AI আউটপুট পূরণ করতে একটি ট্রেইল লগ টেমপ্লেট লিখুন: তারিখ, ব্যবহৃত টুল, প্রবেশ করা ডেটার শ্রেণী (বেনামী), আউটপুটের সারাংশ, যিনি যাচাই করেছেন, ম্যানেজার যিনি অনুমোদন করেছেন, সিদ্ধান্ত। বলুন যে এটি নিরীক্ষা এবং জবাবদিহিতার জন্য।

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

আমাদের রোগীদের ডেটা AI কে দিন এবং এটি বিশ্লেষণ করুন।

বেনামীকরণ, গাড়ির নিরাপত্তা, কোন নিশ্চিতকরণ এবং কোন ট্রেস রেকর্ডিং নয়; সরাসরি KVKK লঙ্ঘনের ঝুঁকি।

শক্তিশালী প্রম্পট:

আমাদের সংস্থার জন্য একটি AI গভর্নেন্স নীতির খসড়া তৈরি করুন: (1) ডেটা শ্রেণীবিভাগ (লাল/হলুদ/সবুজ), (2) বেনামীকরণের নিয়ম, (3) প্রতিটি ব্যবহারের ক্ষেত্রে মানুষের অনুমোদনের পয়েন্ট, (4) ট্রেল লগিং এবং অডিটিং, (5) ন্যায্যতা/স্বচ্ছতা/জবাবদিহিতার নীতি। বলুন যে এটি একটি খসড়া এবং আইনি/সম্মতির অনুমোদন প্রয়োজন।

শাসন উপাদান

কি প্রদান করে

উদাহরণ

ডেটা শ্রেণীবিভাগ

কি প্রবেশ করতে পারে তা নির্ধারণ করে

আইডি = কখনই না

বেনামীকরণ

ব্যক্তিকে রক্ষা করে

নাম/বিরল সমন্বয় পপ আপ

মানুষের অনুমোদন পয়েন্ট

দায়িত্ব সংজ্ঞায়িত করে

উচ্চ ঝুঁকিতে ডাবল চেক করুন

ট্র্যাক রেকর্ড

নিরীক্ষাযোগ্যতা

উত্স + যাচাইকারী + তারিখ

নৈতিক নীতি

ন্যায্য, স্বচ্ছ, জবাবদিহিমূলক

বর্জনের জন্য স্কোর ব্যবহার করা

সাধারণ ভুল

• এটি "বেনামী" ভেবে শনাক্তযোগ্য ডেটা ভাগ করা। বৈশিষ্ট্যের একটি বিরল সংমিশ্রণ একজন ব্যক্তিকে দূরে দেয়।
• একটি অননুমোদিত টুল ব্যবহার করে. ডেটা একটি অফসাইট সার্ভারে যায়।
• AI এর উপর দায়িত্ব চাপানো। "AI বলেছেন" একটি আইনি প্রতিরক্ষা নয়।
• ট্র্যাক রেকর্ড রাখা না. যখন একটি ত্রুটি থাকে, আপনি উত্স এবং যাচাইকরণ দেখাতে পারবেন না৷
• নীতিমালা লিখে তা বাস্তবায়ন না করা। কাগজের উপর নিয়ম রক্ষা করে না যদি না এটি একটি প্রতিফলন হয়।

টিপ: আপনার গভর্নেন্স নীতিকে "সোনালী নিয়ম" এর একটি তালিকার সাথে মুকুট করুন যা একটি একক পৃষ্ঠায় ফিট করে এবং যে কারো পক্ষে মুখস্ত করার পক্ষে যথেষ্ট সহজ: আইডি লিখবেন না, নাম প্রকাশ করবেন না, অনুমোদিত গাড়ি ব্যবহার করবেন না, যাচাই করুন, মানুষের স্বাক্ষর। দীর্ঘ নীতি কেউ পড়ে না; পাঁচের নিয়ম সবার মনে আছে।

সংক্ষেপে

গোপনীয়তা, আইন এবং নৈতিকতার একটি শক্তিশালী কাঠামোর অধীনে AI-এর অপারেশনাল ক্ষমতা শুধুমাত্র নিরাপদ। স্বাস্থ্য তথ্য বিশেষ মানের তথ্য; বেনামীকরণ, ডেটা মিনিমাইজেশন এবং অনুমোদিত টুল অপরিহার্য। সুশাসন; এটি ডেটা শ্রেণীবিভাগ, বেনামীকরণ, মানব অনুমোদন পয়েন্ট, ট্রেস রেকর্ডিং এবং নৈতিক নীতিগুলি (ন্যায্যতা, স্বচ্ছতা, জবাবদিহিতা) একক কাঠামোতে একত্রিত করে। এটি এই মডিউলের এক-বাক্যের সারাংশ: AI ত্বরান্বিত করে, মানুষ সিদ্ধান্ত নেয় এবং দায়িত্ব বহন করে। একটি অযাচাইকৃত AI আউটপুট একটি স্বাক্ষরবিহীন ব্যবস্থাপনা সিদ্ধান্তের মতোই ঝুঁকিপূর্ণ।

আবেদন টাস্ক

"AI আউটপুট ট্রেইল রেকর্ড" এবং "ডেটা ক্লাসিফিকেশন" টেমপ্লেটগুলি ব্যবহার করে আপনার সংস্থার জন্য একটি এক-পৃষ্ঠার খসড়া পরিচালনা নীতি প্রস্তুত করুন৷ কমপক্ষে পাঁচটি আইটেমের একটি "সুবর্ণ নিয়ম" তালিকা অন্তর্ভুক্ত করুন। তারপরে, মডিউল জুড়ে আপনি শিখেছেন এমন একটি ব্যবহার এলাকা বেছে নিন (উদাহরণস্বরূপ, বিছানার অগ্রাধিকার বা বিলিং কোড) এবং 5টি আইটেমে লিখুন যা এই নীতির জন্য এই নীতির জন্য প্রয়োজনীয় অনুমোদন এবং যাচাইকরণ পদক্ষেপগুলি।

চেকলিস্ট

• [ ] স্বাস্থ্য ডেটা কি বিশেষ হিসাবে শ্রেণীবদ্ধ করা হয়েছে এবং আমি কি বেনামী নিয়ম প্রয়োগ করেছি?
• [ ] আমি কি বিরল বৈশিষ্ট্য সংমিশ্রণের সাথে পুনরায় সনাক্তকরণের ঝুঁকি পরীক্ষা করেছি?
• [ ] আমি কি প্রতিটি ব্যবহারের ক্ষেত্রে মানুষের অনুমোদন বিন্দু সংজ্ঞায়িত করেছি?
• [ ] আমি কি এআই আউটপুটগুলির জন্য একটি ট্র্যাক রেকর্ড (উৎস/যাচাইকারী/তারিখ) রাখি?
• [ ] আমি কি নীতিমালায় লিখেছি যে দায়িত্ব এবং চূড়ান্ত অনুমোদন সর্বদা ব্যক্তির উপর থাকে?

মডিউল পরীক্ষা

1. একজন হাসপাতালের ব্যবস্থাপক কোনো ক্লিনিকাল মূল্যায়ন ছাড়াই কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পন্ন বিছানা বরাদ্দের সুপারিশ সরাসরি প্রয়োগ করেন। এই পদ্ধতির মৌলিক ভুল কি?

• ক) কৃত্রিম বুদ্ধিমত্তার আউটপুটকে ক্লিনিকাল উপযুক্ততা এবং প্রশাসনিক যাচাইকরণের অধীন না করে একটি সিদ্ধান্তে রূপান্তর করা; উপেক্ষা করে যে দায়িত্ব মানুষের উপর বর্তায় ✔
• খ) বিছানা ব্যবস্থাপনায় কৃত্রিম বুদ্ধিমত্তা ব্যবহার করা কঠোরভাবে নিষিদ্ধ
• গ) কৃত্রিম বুদ্ধিমত্তা সর্বদা শয্যা সংখ্যা প্রকৃতপক্ষে তার চেয়ে বেশি দেখায়
• ঘ) প্রস্তাবনাটি একটি টেবিলে উপস্থাপন করা হয় না

বর্ণনা: কৃত্রিম বুদ্ধিমত্তা একটি পরিসংখ্যানগত সুপারিশ তৈরি করে; যাইহোক, বিছানা বরাদ্দ এবং ডিসচার্জ অগ্রাধিকার রোগীর ক্লিনিকাল অবস্থার উপর নির্ভর করে এবং চূড়ান্ত সিদ্ধান্ত চিকিত্সক/নার্সের অনুমোদন এবং দায়িত্বশীল ব্যবস্থাপকের। যাচাইকৃত আউটপুট একটি স্বাক্ষরবিহীন সিদ্ধান্তের মত।

2. সর্বজনীনভাবে উপলব্ধ কৃত্রিম বুদ্ধিমত্তার সরঞ্জামে রোগীর ডেটা প্রবেশ করার সময় নিম্নলিখিতগুলির মধ্যে কোনটি সবচেয়ে উপযুক্ত পদ্ধতি?

• ক) গতির জন্য রোগীর নাম এবং প্রোটোকল নম্বর পেস্ট করা
• খ) সনাক্তকরণ তথ্য সরান এবং ডেটা বেনামী করুন এবং, যদি সম্ভব হয়, একটি কর্পোরেট, চুক্তিবদ্ধ টুল ব্যবহার করুন ✔
• গ) শুধুমাত্র রোগীর নাম লুকান এবং টিআর আইডি নম্বর ছেড়ে দিন
• ঘ) ডেটা শেয়ার করার আগে রোগীর কাছ থেকে মৌখিক অনুমতি নেওয়াই যথেষ্ট।

ব্যাখ্যা: স্বাস্থ্য ডেটা বিশেষ ব্যক্তিগত ডেটা। পরিচয় তথ্য যেমন নাম, টিআর আইডি, প্রোটোকল নম্বর মুছে ফেলা উচিত, ডেটা বেনামী হওয়া উচিত এবং যদি সম্ভব হয়, কর্পোরেট ডেটা প্রক্রিয়াকরণ চুক্তিবদ্ধ সরঞ্জামগুলিকে অগ্রাধিকার দেওয়া উচিত।

3. নো-শো ভবিষ্যদ্বাণী করার ক্ষেত্রে কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত ঝুঁকির স্কোরের সবচেয়ে উপযুক্ত ব্যবহার কী?

• ক) উচ্চ ঝুঁকিপূর্ণ রোগীদের জন্য অ্যাপয়েন্টমেন্ট করতে অস্বীকার করা
• খ) স্কোর উপেক্ষা করুন এবং সমস্ত রোগীদের জন্য একই পদ্ধতি প্রয়োগ করুন
• গ) মেলার পরিকল্পনা, অ্যাক্সেস-সংরক্ষণের হস্তক্ষেপ যেমন রিমাইন্ডার রাশ এবং ওভারবুকিং ✔
• ঘ) উচ্চ ঝুঁকিপূর্ণ রোগীদের স্থায়ীভাবে কালো তালিকাভুক্ত করা

ব্যাখ্যা: ঝুঁকি স্কোর একটি সম্ভাব্যতা অনুমান; এটি ন্যায্য হস্তক্ষেপ যেমন অনুস্মারক ঘনত্ব, ওভারবুকিং এবং অ্যাক্সেস সুবিধা প্রদানের জন্য ব্যবহার করা উচিত, রোগীর প্রত্যাখ্যান নয়। রোগীর প্রবেশাধিকার রক্ষা করতে হবে।

4. চাহিদা পূর্বাভাসে কৃত্রিম বুদ্ধিমত্তা দ্বারা প্রদত্ত একক সংখ্যার পরিবর্তে আত্মবিশ্বাসের ব্যবধান এবং পরিস্থিতির সাথে কাজ করার প্রধান কারণ কী?

• ক) একটি ব্যবধান উপস্থাপন করা প্রতিবেদনটিকে দীর্ঘায়িত করে
• খ) কারণ কৃত্রিম বুদ্ধিমত্তা একক সংখ্যা তৈরি করতে পারে না
• গ) কারণ আত্মবিশ্বাসের ব্যবধান সবসময় সঠিক মান দেয়
• ঘ) যেহেতু পূর্বাভাসে অনিশ্চয়তা জড়িত, তাই পরিস্থিতি অনুযায়ী নমনীয় পরিকল্পনা করা এবং ঝুঁকিগুলি পরিচালনা করা প্রয়োজন ✔

ব্যাখ্যা: পূর্বাভাস ঐতিহাসিক তথ্যের উপর ভিত্তি করে এবং অনিশ্চয়তা জড়িত। একটি একক পয়েন্টের পরিবর্তে একটি পরিসর অনুযায়ী পরিকল্পনা করা আপনাকে কম/উচ্চ চাহিদার পরিস্থিতির জন্য প্রস্তুত হতে এবং নমনীয়ভাবে ক্ষমতা পরিচালনা করতে দেয়।

5. আপনার কাছে যখন রাজস্ব চক্রে AI প্রস্তাবিত বিলিং কোড থাকে তখন সবচেয়ে জটিল ঝুঁকি কী?

• ক) কৃত্রিম বুদ্ধিমত্তা একটি অবৈধ বা ভুল কোড তৈরি করে, এটি সাবলীলভাবে প্রস্তাব করে এবং যাচাই ছাড়াই চালানে প্রবেশ করে ✔
• খ) কৃত্রিম বুদ্ধিমত্তা খুব ধীরে ধীরে কোড তৈরি করে
• গ) কোড পরামর্শ সর্বদা স্বয়ংক্রিয়ভাবে SGK দ্বারা গৃহীত হয়
• ঘ) কোড শুধুমাত্র ইংরেজিতে উত্পাদিত হতে পারে

ব্যাখ্যা: কৃত্রিম বুদ্ধিমত্তা সাবলীলভাবে এমন একটি কোড প্রস্তাব করতে পারে যা আসলে বিদ্যমান নেই বা ভুল (হ্যালুসিনেশন)। কোডিং এবং বিলিং নিয়ন্ত্রিত হয়; প্রতিটি কোড বৈধ লেনদেনের তালিকা এবং ফেরতের নিয়ম সহ একজন অনুমোদিত বিশেষজ্ঞ দ্বারা যাচাই করা আবশ্যক।

6. একটি গুণমান নির্দেশক ড্যাশবোর্ডে, AI একটি সূচকের হঠাৎ হ্রাসকে 'উন্নতি' হিসাবে ব্যাখ্যা করে। ম্যানেজার কি করা উচিত?

• ক) সরাসরি পরিচালনা পর্ষদের কাছে মন্তব্য উপস্থাপন করা
• খ) তথ্যের গুণমান, সংজ্ঞা পরিবর্তন বা লক্ষ্য বিচ্যুতির কারণে পরিবর্তন হতে পারে কিনা তা তদন্ত করুন এবং কার্যকারণ যাচাই করুন ✔
• গ) ড্যাশবোর্ড থেকে সূচকটি সরান
• ঘ) কৃত্রিম বুদ্ধিমত্তার উপর আস্থা রাখা এবং কোনো পরীক্ষা না করা

ব্যাখ্যা: সূচকের পরিবর্তন ডেটা মানের সমস্যা, সংজ্ঞা পরিবর্তন বা গেমিংয়ের কারণে হতে পারে। মন্তব্যের কার্যকারণ এবং ডেটা উৎস যাচাই করা প্রশাসকের উপর নির্ভর করে।

7. কৃত্রিম বুদ্ধিমত্তা সহ রোগীর সন্তুষ্টি বিনামূল্যে পাঠ্য প্রতিক্রিয়া বিশ্লেষণ করার সময় সবচেয়ে সাধারণ ভুল কী?

• ক) থিমগুলিতে পাঠ্যগুলিকে আলাদা করা
• খ) বেনামী প্রতিক্রিয়া
• গ) স্বয়ংক্রিয় আবেগ লেবেল এবং নমুনা সব রোগীর কাছে যাচাই না করেই সাধারণীকরণ করা ✔
• ঘ) অভিযোগকে অগ্রাধিকার দেওয়া

ব্যাখ্যা: স্বয়ংক্রিয় আবেগ লেবেল বিড়ম্বনা, অস্বীকার, এবং ভুল পাঠ প্রসঙ্গ পরিচয় করিয়ে দিতে পারে; উপরন্তু, শুধুমাত্র লেখকদের মতামত নমুনা পক্ষপাত বহন করে। নমুনা এবং পড়ার মাধ্যমে ফলাফল যাচাই না করে সাধারণীকরণ করা উচিত নয়।

8. জায় ব্যবস্থাপনায় ABC বিশ্লেষণের মূল উদ্দেশ্য কী?

• ক) সমস্ত আইটেমকে বর্ণানুক্রমিকভাবে সাজানো
• খ) শুধুমাত্র ভিটামিন এ ধারণকারী ওষুধ গণনা করা
• গ) মেয়াদ উত্তীর্ণ পণ্য ধ্বংস করা
• ঘ) মূল্য/সমালোচনা স্তর অনুযায়ী স্টক আইটেম শ্রেণীবদ্ধ করা এবং সবচেয়ে গুরুত্বপূর্ণ আইটেমগুলিতে নিয়ন্ত্রণ অগ্রাধিকার নির্দেশ করা ✔

ব্যাখ্যা: ABC বিশ্লেষণ মূল্য/সমালোচনার পরিপ্রেক্ষিতে তালিকা আইটেমগুলিকে A (উচ্চ), বি (মাঝারি), সি (নিম্ন) হিসাবে শ্রেণীবদ্ধ করে; এইভাবে, ব্যবস্থাপনা মনোযোগ এবং নিয়ন্ত্রণ ফ্রিকোয়েন্সি সবচেয়ে গুরুত্বপূর্ণ আইটেম উপর দৃষ্টি নিবদ্ধ করা হয়.

9. প্রক্রিয়া উন্নতিতে 'বাটলনেক' ধারণাটির অর্থ কী?

• ক) সংকীর্ণ ক্ষমতা সহ ধাপ এবং সমগ্র প্রবাহের গতি সীমিত করা ✔
• খ) প্রক্রিয়াটির দ্রুততম চলমান ধাপ
• গ) ইউনিট যেখানে সর্বাধিক কর্মী কাজ করে
• D) যে পর্যায়ে রোগীরা সবচেয়ে বেশি সন্তুষ্ট

বর্ণনা: বটলনেক হল সংকীর্ণ ক্ষমতার ধাপ যা পুরো প্রক্রিয়ার গতি নির্ধারণ করে। উন্নতির প্রচেষ্টা প্রথমে বাধার উপর ফোকাস করা উচিত; অন্যত্র উন্নতি সামগ্রিক প্রবাহকে ত্বরান্বিত করে না।

10. শিফ্ট পরিকল্পনায় কৃত্রিম বুদ্ধিমত্তা দ্বারা উত্পাদিত সময়সূচী প্রয়োগ করার আগে ব্যবস্থাপকের কী পরীক্ষা করা উচিত?

• ক) চার্টটি রঙে ছাপা হয়েছে কিনা
• খ) শ্রম আইন, বিশ্রামের সময়কাল, ক্লিনিকাল যোগ্যতা এবং ন্যায়বিচারের নিয়ম মেনে চলা ✔
• গ) কৃত্রিম বুদ্ধিমত্তা চার্ট তৈরি করতে কত সেকেন্ড সময় নেয়?
• ঘ) তফসিল সবচেয়ে সিনিয়র কর্মীদের পক্ষে আছে কিনা

বর্ণনা: চার্ট; এটি অবশ্যই শ্রম আইনের (সর্বোচ্চ কর্মঘণ্টা, বিশ্রাম), কর্মচারীর অধিকার, ক্লিনিকাল দক্ষতা এবং ন্যায়বিচারের নিয়ম মেনে চলতে হবে। AI এই নিয়মগুলি লঙ্ঘন করে এমন একটি খসড়া তৈরি করতে পারে; চূড়ান্ত অনুমোদন ম্যানেজারের সাথে থাকে।

11. নিচের কোনটি স্বাস্থ্যসেবা ব্যবস্থাপনায় কৃত্রিম বুদ্ধিমত্তা ব্যবহারের সঠিক সীমা প্রকাশ করে?

• ক) কৃত্রিম বুদ্ধিমত্তা সমস্ত ব্যবস্থাপনাগত সিদ্ধান্ত স্বয়ংক্রিয়ভাবে নিতে পারে
• খ) কৃত্রিম বুদ্ধিমত্তা শুধুমাত্র পাঠ্য লেখায় ব্যবহার করা যেতে পারে, সংখ্যাগত বিশ্লেষণে নয়
• গ) কৃত্রিম বুদ্ধিমত্তা একটি সহকারী এবং সিদ্ধান্ত সমর্থন টুল; দায়বদ্ধতা এবং সমালোচনামূলক সিদ্ধান্তের চূড়ান্ত অনুমোদন মানুষের উপরই রয়েছে ✔
• ঘ) কৃত্রিম বুদ্ধিমত্তা মানুষের অনুমোদন ছাড়াই ঋণ পরিশোধের সিদ্ধান্ত চূড়ান্ত করতে পারে

বর্ণনা: কৃত্রিম বুদ্ধিমত্তা সহকারী, খসড়া জেনারেটর এবং সিদ্ধান্ত সমর্থন টুল। সম্পদ বরাদ্দ, ক্লিনিকাল অগ্রাধিকার এবং রোগীর নিরাপত্তাকে প্রভাবিত করে এমন সিদ্ধান্তের দায়বদ্ধতা এবং চূড়ান্ত অনুমোদন সর্বদা উপযুক্ত বিশেষজ্ঞ এবং দায়িত্বশীল পরিচালকের উপর নির্ভর করে।

12. কেন একা থাকার গড় দৈর্ঘ্য (LOS) সূচকে হ্রাস 'সফলতার' যথেষ্ট প্রমাণ নয়?

• ক) যেহেতু থাকার সময়কাল কখনই পরিমাপ করা যায় না
• খ) যেহেতু থাকার দৈর্ঘ্য শুধুমাত্র কৃত্রিম বুদ্ধিমত্তা দ্বারা গণনা করা যেতে পারে
• গ) যেহেতু থাকার দৈর্ঘ্য প্রতিদানের সাথে মোটেও প্রাসঙ্গিক নয়।
• ঘ) যদি কম হয় তাড়াতাড়ি স্রাব এবং পুনরায় ভর্তির বৃদ্ধির সাথে, রোগীর নিরাপত্তা বিঘ্নিত হতে পারে এবং এটি প্রাসঙ্গিক সূচকগুলির সাথে একত্রে ব্যাখ্যা করা উচিত ✔

ব্যাখ্যা: বাসস্থানের সময় কমে গেলে সম্পদের ভালো ব্যবহার নির্দেশ করতে পারে; যাইহোক, যদি এটি প্রারম্ভিক স্রাব বৃদ্ধি এবং পুনরায় ভর্তির সাথে আসে তবে রোগীর নিরাপত্তা বিঘ্নিত হতে পারে। সূচকটিকে অন্যান্য সম্পর্কিত সূচকগুলির সাথে একসাথে ব্যাখ্যা করা উচিত।

13. মহামারী বা দুর্যোগের মতো আকস্মিক ব্যাঘাত ঘটলে ঐতিহাসিক তথ্যের ভিত্তিতে চাহিদা পূর্বাভাসের অবস্থা কী?

• ক) ভবিষ্যদ্বাণী পথনির্দেশ করা বন্ধ করে দেয়; বিশেষজ্ঞের রায় এবং রিয়েল-টাইম পর্যবেক্ষণ নেতৃত্ব দেয় ✔
• খ) ঐতিহাসিক তথ্যের উপর ভিত্তি করে ভবিষ্যদ্বাণী এই পরিস্থিতিতে সবচেয়ে নির্ভরযোগ্য হয়ে ওঠে
• গ) পূর্বাভাস স্বয়ংক্রিয়ভাবে নিজেকে সংশোধন করে, কোন হস্তক্ষেপের প্রয়োজন নেই
• ঘ) এসব ক্ষেত্রে পরিকল্পনা সম্পূর্ণভাবে বন্ধ করতে হবে

বর্ণনা: এআই ভবিষ্যদ্বাণী অতীতের নিদর্শনগুলির উপর ভিত্তি করে। মহামারী, বিপর্যয় বা আইনী পরিবর্তনের মতো কাঠামোগত বিরতিতে, অতীতের উপাত্ত পথপ্রদর্শক হওয়া বন্ধ করে দেয়; বিশেষজ্ঞের রায় এবং রিয়েল-টাইম পর্যবেক্ষণ নেতৃত্ব দেয়।

14. একটি কর্পোরেট এআই গভর্নেন্স নীতিতে নিচের কোনটি অন্তর্ভুক্ত করা উচিত?

• ক) শুধুমাত্র কোন ব্র্যান্ডের কৃত্রিম বুদ্ধিমত্তার টুল কেনা হবে?
• খ) ডেটা শ্রেণীবিভাগ, বেনামীকরণ, মানুষের অনুমোদনের পয়েন্ট, দায়িত্ব/অডিট রেকর্ড এবং নৈতিক নীতি ✔
• গ) নিয়ম যে শুধুমাত্র পরিচালকরা কৃত্রিম বুদ্ধিমত্তা ব্যবহার করতে পারেন
• ঘ) একটি নিবন্ধ যা কৃত্রিম বুদ্ধিমত্তাকে একা সমস্ত সিদ্ধান্ত নিতে দেয়

বর্ণনা: সুশাসন; এটি সংজ্ঞায়িত করে যে কোন ডেটা কোন টুলে যেতে পারে, বেনামী নিয়ম, মানুষের অনুমোদনের পয়েন্ট, দায়িত্ব এবং নিরীক্ষা রেকর্ড, নৈতিক নীতি (ন্যায্যতা, স্বচ্ছতা, জবাবদিহিতা)।